Datenvisualisierung 2

Darstellung der zusammenfassenden Statistik

Daniela Palleschi

Humboldt-Universität zu Berlin

2023-06-20

Wiederholung

Letzte Woche haben wir…

  • Maße der zentralen Tendenz (neu) kennengelernt ✅
  • Maße der Streuungsmaßen kennengelernt ✅
  • gelernt, wie man die Funktion summarise() von dplyr benutzt ✅
  • gelernt, wie man Zusammenfassungen nach (.by =) Gruppen erstellt ✅

Gleichungen

  • Wofür sind diese Gleichungen gedacht?

  • Wofür steht jedes Symbol?

  • Lösen wir für \(\mu\) und \(\sigma\), wenn \(x\) gleich ist:

    • \(x = 12, 35, 15, 20\)

\[\begin{align} \mu &= \frac{\sum{x}} {N} \\ \\ \sigma &= \frac{\sum{(x_i - \mu)}} {N-1} \end{align}\]

Heutige Ziele

Diese Woche werden wir lernen, wie man…

  • mehr als drei Variablen mit facet_wrap() darstellt
  • zusammenfassende Statistiken visualisiert
  • mehrteilige Diagramme erstellt (z. B. Verteilungen mit zusammenfassenden Statistiken)

Lust auf mehr?

Einrichtung

# turn off scientific notation
options(scipen = 999)
pacman::p_load(tidyverse,
               palmerpenguins,
               ggthemes,
               patchwork)
df_penguins <- palmerpenguins::penguins %>% 
  drop_na()

Rückblick: Visualisierung von Verteilungen

  • Wir haben dies in Woche 3 anhand von
    • Histogramme (1 numerische Variable)
    • Dichteplots (1 numerische Variable)
    • Streudiagramme (2 numerische Variablen)
    • Balkendiagramme (kategorische Variablen)
  • Wie viele Variablen werden in jeder Abbildung in Abbildung 1 dargestellt?
    • Welche Typen von Variablen werden in den einzelnen Diagrammtypen dargestellt?

Abbildung 1: Different plots types to visualise distribution of raw data: histogram (A), density plot (B), scatterplot (C), stacked barplot (D), and dodged barplot (E)

Geigenplots

  • Wir können auch Violinplots verwenden, die derzeit ziemlich angesagt sind
    • im Grunde ein doppelseitiges/gespiegeltes Dichte-Diagramm
  • Violinplots gelten als einfacher zu lesen
    • wie wir später sehen werden, lassen sie sich auch leicht mit anderen Plots überlagern
Code
  df_penguins %>% 
  ggplot(aes(x = species, y = body_mass_g, fill = species)) +
  geom_violin(alpha = .2) +
  labs(title = "Violin plot",
       x = "Body mass (g)",
       y = "Count",
    fill = "Species") +
  scale_color_colorblind() +
  scale_fill_colorblind() +
  theme_minimal()
Abbildung 2: Violin plot: a mirrored density plot

Gespiegelte Dichtekurve

Was bedeutet “gespiegeltes” Dichteplot? Geigenplots sind buchstäblich nur ein doppelseitiger Dichteplot. Vergleichen Sie Abbildung 3 mit Abbildung 4. Sie zeigen dieselben Daten und dieselbe Verteilung, aber die Geigen-Darstellung ist einfach eine beidseitige Dichte-Darstellung, aber ohne die entlang der Achse gedruckten “Dichte”-Werte.

Code
  df_penguins %>% 
  ggplot(aes(y = body_mass_g, fill = species)) +
  facet_grid(~species) +
  geom_density(alpha = .2) +
  labs(title = "Density plot"
       ) +
  scale_fill_colorblind() +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust=1))
Abbildung 3: Density plot: same violin plot

Code
  df_penguins %>% 
  ggplot(aes(x = species, y = body_mass_g, fill = species)) +
  geom_violin(alpha = .2) +
  labs(title = "Violin plot",
       x = "Body mass (g)",
       y = "Count",
    fill = "Species") +
  scale_fill_colorblind() +
  theme_minimal()
Abbildung 4: Violin plot: a mirrored density plot

Visualisierung von 3 oder mehr Variablen

  • Wie wir wissen, können wir mehr Variablen einbeziehen, indem wir sie auf die Ästhetik abbilden (z. B. colour, fill oder shape)
  • Abbildung 1 hat dies getan, indem es colour (alle Diagramme) und shape (Scatterplot) verwendet hat, um species oder sex zusätzlich zu dem zu visualisieren, was entlang der x- und y-Achse abgebildet wurde
  • das Hinzufügen von zu vielen Variablen zu einer einzigen Darstellung kann die Lesbarkeit erschweren
  • Wie viele Variablen werden zum Beispiel im folgenden Code abgebildet?
df_penguins %>% 
  ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
  geom_point(aes(color = species, shape = island)) +
  labs(
    x = "Flipper length (mm)",
    y = "Body mass (g)",
    color = "Species",
    shape = "Island"
  ) +
  scale_color_colorblind() +
  theme_minimal()
Abbildung 5: A cluttered scatterplot with 4 variables

  • vier: flipper_length_mm (x-Achse), body_mass_g (y-Achse), species (Farbe), island (Form)
    • das ist optisch etwas unübersichtlich!

facet_wrap()

  • eine gute Möglichkeit, unsere Daten in verschiedene Panels aufzuteilen, ist die Verwendung von facet_wrap()
    • kann verwendet werden, um ein unübersichtliches Diagramm in separate Panels zu unterteilen
  • Versuchen wir, Abbildung 5 mit facet_wrap() in drei Panels zu unterteilen, und zwar nach island.
df_penguins %>% 
  ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
  facet_wrap(~island) +
  geom_point(aes(color = species, shape = species)) +
  labs(
    x = "Flipper length (mm)",
    y = "Body mass (g)",
    color = "Species",
    shape = "Island"
  ) +
  scale_color_colorblind() +
  theme_bw()
Abbildung 6: A cluttered scatterplot with 4 variables

  • Welche Art von Variablen kann facet_wrap() als Argument(e) annehmen?
    • kategorisch! Jede ‘Kategorie’ erhält ihr eigenes Panel

facet_grid()

facet_wrap() ist verwandt mit facet_grid(), das zwei kategoriale Variablen, eine in Spalten und eine in Zeilen, annehmen kann. Das Argument für facet_grid() ist eine Gleichung: row~column. Wenn wir also facet_grid(sex~island) zu unserem Diagramm hinzufügen, sollten wir die Daten in Diagrammen sehen, die nach sex in Zeilen (eine Zeile für female, eine Zeile für male) und nach island in Spalten (eine Spalte für jedes island) gruppiert sind.

df_penguins %>% 
  ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
  facet_grid(sex~island) +
  geom_point(aes(color = species, shape = species)) +
  labs(
    x = "Flipper length (mm)",
    y = "Body mass (g)",
    color = "Species",
    shape = "Species"
  ) +
  scale_color_colorblind() +
  theme_bw()
Abbildung 7: facet_grid(sex~species)

Darstellung von zusammenfassenden Statistiken

  • Letzte Woche haben wir über zusammenfassende Statistiken gesprochen
    • Maße der zentralen Tendenz und Maße der Streuung
  • jetzt werden wir lernen, wie man einige dieser Statistiken visualisiert
    • und lernen einige neue Statistiken kennen

Boxplot

  • Boxplots (manchmal auch Box-and-Whisker-Plots genannt) enthalten:
    • eine Box mit einer Linie in der Mitte
    • Linien, die aus dem oberen und unteren Rand der Box herausragen (die Whisker)
  • die darstellen:
    • dicke Linie: den Median, auch Q2 genannt (2. Quartil; der mittlere Wert, über/unter dem 50% der Daten liegen)
    • Box: der Interquartilsbereich (IQR; der Wertebereich zwischen den mittleren 50% der Daten), mit den Grenzen:
      • Q1 (1. Quartil, unter dem 25% der Daten liegen)
      • Q3 (3. Quartil, oberhalb dessen 25% der Daten liegen)
    • Whiskers: 1,5*IQR von Q1 (unterer Whisker) oder Q3 (oberer Whisker)
      • aber nur bis zur letzten Beobachtung in diesem Bereich
    • Punkte: Ausreißer (außerhalb des IQR)
Abbildung 8: Boxplot of df_penguins (body mass by sex)

Whisker length

Die Whisker können so lang sein wie Q3+(IQR*1,5) und Q1-(IQR*1,5), enden aber an der letzten Beobachtung, die in diesen Bereich fällt. Betrachten wir beispielsweise Abbildung 9: Wenn die Whisker das 1,5-fache des IQR sein sollen, müssten sie länger sein als die Box, aber das scheinen sie nicht zu sein. Woran liegt das? Konzentrieren wir uns auf den unteren Whisker für weibliche Pinguine (den unteren linken Whisker). Er sollte nur so weit nach unten reichen wie die niedrigste Beobachtung innerhalb des Bereichs von Q1 minus IQR*1,5, aber was sind diese Werte? Berechnen wir mit R Q1, Q3, IQR, den oberen und unteren Bereich, den die Whisker haben können (also die Höchst-/Minimalwerte, die die Whisker haben können), und schließlich den Mindestwert einer Beobachtung innerhalb dieses Bereichs (also die Mindestwerte, die der untere Whisker haben wird).

df_penguins %>% 
  filter(sex == "female") %>% 
  select(body_mass_g) %>% 
  summary()
  body_mass_g  
 Min.   :2700  
 1st Qu.:3350  
 Median :3650  
 Mean   :3862  
 3rd Qu.:4550  
 Max.   :5200  
q1 <- 3350
q3 <- 4550
iqr <-
  df_penguins %>% 
  filter(sex == "female") %>% 
  pull(body_mass_g) %>% 
  IQR()
q3 - q1
[1] 1200
iqr
[1] 1200
iqr*1.5
[1] 1800
upper <- q3 + iqr
lower <- q1 - iqr
upper
[1] 5750
lower
[1] 2150
df_penguins %>% 
  filter(body_mass_g < q1 & 
           body_mass_g > lower &
           sex == "female") %>% 
  select(body_mass_g) %>% 
  min()
[1] 2700
Abbildung 9: Boxplot of body mass (g) with horizontal lines representing quartiles and whisker ranges for female penguins, with observations (scatterplot).

Image source: Winter (2019) (all rights reserved)

Oder, anders ausgedrückt:

Image source: Wickham et al. (o. J.) (all rights reserved)

geom_boxplot()

  • können wir Boxplots mit geom_boxplot() erstellen
df_penguins %>% 
  ggplot(aes(x = species, y = body_mass_g)) +
  geom_boxplot() +
  theme_bw()
Abbildung 10: geom_boxplot()

  • Wie viele/welche Variablentypen nimmt geom_boxplot()?
    • 2 Variablen: 1 kontinuierlich (body_mass_g), 1 kategorisch (species)

Gruppierter Boxplot

  • Wie ein Balkendiagramm können wir gruppierte Boxplots erstellen, um mehr Variablen zu visualisieren
    • einfach eine neue Variable mit colour oder fill ästhetisch zuordnen
df_penguins %>% 
  ggplot(aes(x = species, y = body_mass_g, 
             colour = sex)) +
  geom_boxplot() +
  labs(
    x = "Species",
    y = "Body mass (g)",
    color = "Species",
    shape = "Species"
  ) +
  scale_colour_colorblind() +
  theme_bw()
A grouped boxplot

Visualisierung des Mittelwerts

  • Boxplots zeigen ein Maß für die zentrale Tendenz und mehrere Maße für die Streuung
    • Median, IQR (Q1 und Q3), 1,5*IQR (Whiskers) und Ausreißer (Punkte)
  • In der Regel möchten wir jedoch den Mittelwert und die Standardabweichung beschreiben, wenn wir Schlussfolgerungen über Unterschiede zwischen Gruppen ziehen.
  • Wie können wir dies tun?

Fehlerbalkenplots

  • Wir können den Mittelwert und die Standardabweichung mit Fehlerbalkenplots visualisieren
    • manchmal auch Interaktionsdiagramme genannt
  • Diese Darstellungen bestehen aus 2 Teilen:
    • den Mittelwert, visualisiert mit geom_point()
    • die Standardabweichung, visualisiert mit geom_errorbar()
  • die Fehlerbalken stellen den Bereich von 1 Standardabweichung über und unter dem Mittelwert dar (Mittelwert +/- 1SD)
Abbildung 11: Errorbar plot of df_penguins (body mass by sex)

Errorbars: standard deviation

In wissenschaftlichen Veröffentlichungen stehen sie in der Regel für Konfidenzintervalle (EN: confience intervals), Standardfehler (EN: standard error) oder glaubwürdige Intervalle (in der Bayes-Statistik; EN: credible interval), die eine Inferenzstatistik darstellen, die, einfach ausgedrückt, versucht, Ergebnisse aus einer Stichprobenpopulation auf die Population als Ganzes zu verallgemeinern. In diesem Kurs werden wir uns auf die Standardabweichung beschränken, da wir nur versuchen, etwas über die uns vorliegenden Daten zu sagen.

Aus diesem Grund sollten wir immer angeben, was unsere Fehlerbalken darstellen, z. B. indem wir “(w/ +/-1SD)” in den Titel oder die Beschriftung der Grafik aufnehmen.

Berechnung der zusammenfassenden Statistik

  • Zunächst müssen wir den Mittelwert und die Standardabweichung berechnen, gruppiert nach den Variablen, die wir visualisieren wollen
    • Bleiben wir bei body_mass_g nach species und sex
    • Wie können wir den Mittelwert und die Standardabweichung von “body_mass_g” nach species und sex berechnen?
Code
df_penguins %>% 
  summarise(mean = mean(body_mass_g),
            sd = sd(body_mass_g),
            N = n(),
            .by = c(species,sex)) %>% 
  arrange(species, sex) %>% 
  knitr::kable() %>% 
  kableExtra::kable_styling(font_size = 30)
species sex mean sd N
Adelie female 3368.836 269.3801 73
Adelie male 4043.493 346.8116 73
Chinstrap female 3527.206 285.3339 34
Chinstrap male 3938.971 362.1376 34
Gentoo female 4679.741 281.5783 58
Gentoo male 5484.836 313.1586 61
  • wir müssen diese Zusammenfassung in ggplot2 einspeisen
    • ohne die Tabellenformatierung von knitr und kableExtra!!!!
    • Wir können dies tun, indem wir die Zusammenfassung als neues Objekt speichern, oder die Zusammenfassung direkt mit einer Pipe in ggplot einspeisen
# Create new object with summaries
sum_penguins <- df_penguins %>% 
  summarise(mean = mean(body_mass_g),
            sd = sd(body_mass_g),
            upper = mean+sd,
            lower = mean-sd,
            N = n(),
            .by = c(species,sex)) %>% 
  arrange(species, sex)

# Feed new object into ggplot
sum_penguins %>% 
  ggplot(aes(x = sex, y = mean, colour = species)) 

df_penguins %>% 
  summarise(mean = mean(body_mass_g),
            sd = sd(body_mass_g),
            upper = mean+sd,
            lower = mean-sd,
            N = n(),
            .by = c(species,sex)) %>% 
  arrange(species, sex) %>% 
  ggplot(aes(x = sex, y = mean, colour = species))

Mittelwert aufzeichnen

  • wir tun dies mit geom_point() 
sum_penguins %>% 
  ggplot(aes(x = sex, y = mean, 
             colour = species, shape = species)) +
  geom_point()

Hinzufügen von Fehlerbalken

  • wir tun dies mit geom_errorbar()

  • wir müssen die Abbildungsästhetik für die oberen und unteren Grenzen des Fehlerbalkens hinzufügen

    • geom_errorbar(aes(ymin = mean-sd, ymax = mean+sd))
    • Wir haben summarise benutzt, um mean-sd (lower) und mean+sd (upper) für jede Gruppe zu berechnen.
sum_penguins %>% 
  knitr::kable() %>% 
  kableExtra::kable_styling()
species sex mean sd upper lower N
Adelie female 3368.836 269.3801 3638.216 3099.456 73
Adelie male 4043.493 346.8116 4390.305 3696.682 73
Chinstrap female 3527.206 285.3339 3812.540 3241.872 34
Chinstrap male 3938.971 362.1376 4301.108 3576.833 34
Gentoo female 4679.741 281.5783 4961.320 4398.163 58
Gentoo male 5484.836 313.1586 5797.995 5171.677 61 
sum_penguins %>% 
  ggplot(aes(x = species, y = mean, 
             colour = sex, shape = sex)) +
  geom_point() +
  geom_errorbar(aes(ymin=lower,ymax=upper))

Balkendiagramm des Mittelwerts: Finger weg!

Ich flehe Sie an, nicht Mittelwerte mit Fehlerbalken darzustellen! Sie werden sehr oft Balkendiagramme von Mittelwerten sehen, und andere unterrichten dies vielleicht sogar in anderen Kursen, aber es gibt viele Gründe, warum dies eine schlechte Idee ist!!!

Erstens können sie sehr irreführend sein. Sie beginnen bei 0 und vermitteln den Eindruck, dass die Daten beim Mittelwert enden, obwohl etwa die Hälfte der Daten (normalerweise) über dem Mittelwert liegt.

  • Erinnern Sie sich an das Paket datasauRus, das Datensätze mit ähnlichen Mittelwerten, Standardabweichungen und Anzahl der Beobachtungen enthält
    • aber sehr unterschiedliche Verteilungen
  • Abbildung 12 zeigt die Verteilung von 5 dieser Datensätze (oberste Zeile), und den Mittelwert, die Standardabweichung und die Anzahl der Beobachtungen für die Variablen x und y
    • Sie werden sehen, dass die Verteilungen sehr unterschiedlich aussehen.
  • Aus diesem Grund ist es ein guter Grund, die Rohdatenpunkte immer zu visualisieren, unabhängig davon, welche zusammenfassende Darstellung Sie erstellen (z. B. verbergen Fehlerbalken-Diagramme auch eine Menge Daten)
Abbildung 12: Datasets with the same means, sds, and Ns, but very different distributions

Anpassen von

  • Welche Anpassungen sehen Sie im Code und in der Darstellung?
sum_penguins %>% 
  ggplot(aes(x = species, y = mean, 
             colour = sex, shape = sex)) +
  geom_point(position = position_dodge(0.3),
             size = 3) +
  geom_errorbar(aes(ymin=lower,ymax=upper),
                position = position_dodge(0.3), 
                width = .3) +
  scale_colour_colorblind() +
  theme_minimal()

  • position = posiiton_dodge(0.3) sagt ggplot2 wie Objekte zu positionieren sind
    • position_dodge() bedeutet: überlappende Objekte horizontal verschieben
    • Wichtig ist, dass Sie position_dodge() für jedes Geom_ verwenden, das sich an der gleichen Stelle und mit dem gleichen Wert befinden soll, sonst werden sie nicht ausgerichtet
  • geom_point(size = 3): passt die Größe der Punkte an
  • geom_errorbar(width = .3): passt die Breite der Fehlerbalken an
    • Tipp: Ich gebe immer den gleichen Wert für position_dodge() und geom_errorbar(width = ) ein, so dass die Fehlerbalken immer die ‘mittlere’ Linie berühren (probieren Sie, beide Werte zu ändern, um zu sehen, was ich meine)
  • scale_colour_colorblind(): verwendet ein farbenblindenfreundliches Farbschema
  • theme_minimal(): räumt die Darstellung auf (wir haben auch theme_bw() gesehen, mehr über Themes hier)

Mehrteilige Diagramme

  • Wir können verschiedene Arten von Diagrammen kombinieren, um unsere Daten zusammenzufassen, aber auch die Verteilung darzustellen.
    • Dies ist am einfachsten, wenn sie die gleichen zugrunde liegenden Daten verwenden, wie z. B. Violinplots und Boxplots.
df_penguins %>% 
  ggplot(aes(x = species, y = body_mass_g, 
             colour = sex, shape = sex)) +
  geom_violin(aes(fill = sex), alpha = .1, position = position_dodge(.9)) +
  geom_boxplot(width = .2, position = position_dodge(.9)) +
  scale_colour_colorblind() +
  scale_fill_colorblind() +
  theme_minimal()

Mehrteilige Diagramme

Abbildung 13: A violin-boxplot

Plotten verschiedener Daten

  • dies ist schwieriger, wenn wir Zusammenfassungen (wie Fehlerbalken) und Verteilungen darstellen wollen
    • Fehlerbalkenplots nehmen Datenzusammenfassungen (Mittelwert, Sd)
    • Violine, Boxplot und Scatterplots nehmen alle die Rohdaten auf (jede Zeile = Beobachtung)
  • Lassen Sie uns versuchen, ein Streudiagramm zu unserem Fehlerbalkenplot hinzuzufügen
    • Dies kann auf verschiedene Weise geschehen, z.B.,
      • man nimmt ein Streudiagramm und fügt den Mittelwert und den Fehlerbalken Geom hinzu
      • oder man nimmt die Fehlerbalkengrafik und fügt eine Streuungsgrafik “Geom” hinzu
  • Letzteres ist etwas einfacher, also probieren wir das aus

Streudiagramm zur Fehlerleiste hinzufügen

  • geom_point() mit den erforderlichen data und aes() verwenden
sum_penguins %>% 
  ggplot(aes(x = species, y = mean, 
             colour = sex, shape = sex)) +
  geom_point(data = df_penguins, 
             aes(x = species, y = body_mass_g)) +
  geom_point(position = position_dodge(0.3),
             size = 3) +
  geom_errorbar(aes(ymin=lower,ymax=upper),
                position = position_dodge(0.3), 
                width = .3) +
  scale_colour_colorblind() +
  theme_minimal()
Abbildung 14: Scatterplot with errorbar

Streudiagramm anpassen

  • mit position_dodge() 
sum_penguins %>% 
  ggplot(aes(x = species, y = mean, 
             colour = sex, shape = sex)) +
  geom_point(data = df_penguins, 
             aes(x = species, y = body_mass_g),
             position = position_dodge(0.3)) +
  geom_point(position = position_dodge(0.3),
             size = 3) +
  geom_errorbar(aes(ymin=lower,ymax=upper),
                position = position_dodge(0.3), 
                width = .3) +
  scale_colour_colorblind() +
  theme_minimal()
Abbildung 15: Scatterplot with errorbar

Wert alpha hinzufügen

  • damit wir überlappende Werte unterscheiden können
sum_penguins %>% 
  ggplot(aes(x = species, y = mean, 
             colour = sex, shape = sex)) +
  geom_point(data = df_penguins, 
             aes(x = species, y = body_mass_g),
             position = position_dodge(0.3),
             alpha = .4) +
  geom_point(position = position_dodge(0.3),
             size = 3) +
  geom_errorbar(aes(ymin=lower,ymax=upper),
                position = position_dodge(0.3), 
                width = .3) +
  scale_colour_colorblind() +
  theme_minimal()
Abbildung 16: Scatterplot with errorbar

Position ändern

  • position_jitterdodge() verschiebt Objekte so, dass sie sich nicht überlappen
    • wir können dodge.width = .3 setzen, um position_dodge() von errorbars zu entsprechen
    • und jitter.width = um anzugeben, wie stark die Punkte zittern sollen
  • und geom_errorbar(size = 1) macht die Linien der Fehlerbalken dicker
sum_penguins %>% 
  ggplot(aes(x = species, y = mean, 
             colour = sex, shape = sex)) +
  geom_point(data = df_penguins, 
             aes(y = body_mass_g),
             position = position_jitterdodge(dodge.width = .3, 
                                  jitter.width = 0.3),
             alpha = .4) +
  geom_point(position = position_dodge(width =0.3),
             size = 3) +
  geom_errorbar(aes(ymin=lower,ymax=upper),
                position = position_dodge(0.3), 
                width = .3,
                size = 1) +
  scale_colour_colorblind() +
  theme_minimal()
Abbildung 17: Scatterplot with errorbar

Heutige Ziele 🏁

Heute haben wir gelernt, wie man…

  • mehr als drei Variablen mit facet_wrap() darstellt ✅
  • zusammenfassende Statistiken visualisiert ✅
  • mehrteilige Diagramme erstellt (z. B. Verteilungen mit zusammenfassenden Statistiken) ✅

Aufgaben

Boxplot with facet

  1. Erstelle einen Boxplot der df_penguins Daten, mit:
    • Geschlecht” auf der “x”-Achse und mit “Farbe” oder “Füllung” (wähle eine)
    • Flipper_Länge_mm” auf der y-Achse aufgetragen
    • Insel” in drei Feldern unter Verwendung von “facet_wrap()” aufgetragen
    • die von Ihnen gewählte Theme_-Einstellung (z.B. theme_bw(); für weitere Optionen siehe hier)

Code chunk options

  1. Fügen Sie der Abbildung eine Beschriftung (fig-...) und eine Überschrift (fig-cap:) hinzu. Beschreiben Sie die Grafik kurz und verwenden Sie einen Querverweis (@fig-... zeigt, dass…).

Multi-layered plot

  1. Versuchen Sie, Abbildung 18 zu reproduzieren. Hinweis: Sie müssen Abbildung 13 ein geom_ und einige Beschriftungen hinzufügen (und ein paar Formatierungsanpassungen, wenn Sie wollen, dass es genau so aussieht).

Abbildung 18: A multi-layered plot

Patchwork

  1. Verwenden Sie das Paket patchwork (siehe Anmerkungen zu Woche 3) und stellen Sie Ihren Boxplot und Ihre Fehlerbalken/Violin-Plots nebeneinander dar. Es sollte ungefähr so aussehen wie Abbildung 19.
    • Hinweis: Wenn Sie die “Tag-Ebenen” (“A” und “B”) hinzufügen möchten, müssen Sie + plot_annotation(tag_level = "A") aus patchwork hinzufügen.

Abbildung 19: Combined plots with patchwork

Session Info

Hergestellt mit R version 4.3.0 (2023-04-21) (Already Tomorrow) und RStudioversion 2023.3.0.386 (Cherry Blossom).

print(sessionInfo(),locale = F)
R version 4.3.0 (2023-04-21)
Platform: aarch64-apple-darwin20 (64-bit)
Running under: macOS Ventura 13.2.1

Matrix products: default
BLAS:   /Library/Frameworks/R.framework/Versions/4.3-arm64/Resources/lib/libRblas.0.dylib 
LAPACK: /Library/Frameworks/R.framework/Versions/4.3-arm64/Resources/lib/libRlapack.dylib;  LAPACK version 3.11.0

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] magick_2.7.4         patchwork_1.1.2      ggthemes_4.2.4      
 [4] palmerpenguins_0.1.1 lubridate_1.9.2      forcats_1.0.0       
 [7] stringr_1.5.0        dplyr_1.1.2          purrr_1.0.1         
[10] readr_2.1.4          tidyr_1.3.0          tibble_3.2.1        
[13] ggplot2_3.4.2        tidyverse_2.0.0     

loaded via a namespace (and not attached):
 [1] utf8_1.2.3            generics_0.1.3        xml2_1.3.4           
 [4] stringi_1.7.12        hms_1.1.3             digest_0.6.31        
 [7] magrittr_2.0.3        evaluate_0.21         grid_4.3.0           
[10] timechange_0.2.0      fastmap_1.1.1         rprojroot_2.0.3      
[13] jsonlite_1.8.5        httr_1.4.6            rvest_1.0.3          
[16] fansi_1.0.4           viridisLite_0.4.2     scales_1.2.1         
[19] cli_3.6.1             rlang_1.1.1           munsell_0.5.0        
[22] withr_2.5.0           yaml_2.3.7            tools_4.3.0          
[25] tzdb_0.4.0            colorspace_2.1-0      webshot_0.5.4        
[28] pacman_0.5.1          here_1.0.1            kableExtra_1.3.4.9000
[31] png_0.1-8             vctrs_0.6.2           R6_2.5.1             
[34] lifecycle_1.0.3       pkgconfig_2.0.3       pillar_1.9.0         
[37] gtable_0.3.3          glue_1.6.2            Rcpp_1.0.10          
[40] systemfonts_1.0.4     highr_0.10            xfun_0.39            
[43] tidyselect_1.2.0      rstudioapi_0.14       knitr_1.43           
[46] farver_2.1.1          datasauRus_0.1.6      htmltools_0.5.5      
[49] svglite_2.1.1         rmarkdown_2.22        labeling_0.4.2       
[52] compiler_4.3.0

Literaturverzeichnis

Nordmann, E., McAleer, P., Toivo, W., Paterson, H., & DeBruine, L. M. (2022). Data Visualization Using R for Researchers Who Do Not Use R. Advances in Methods and Practices in Psychological Science, 5(2), 251524592210746. https://doi.org/10.1177/25152459221074654
Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (o. J.). R for Data Science (2. Aufl.). https://r4ds.hadley.nz/
Winter, B. (2019). Statistics for Linguists: An Introduction Using R. Routledge. https://doi.org/10.4324/9781315165547

Woche 10 - Datenvisualisierung 2